浙江技术高考 Pandas & plt 模块笔记
\texttt{I Pandas}
\mathcal{1 \ 数据类型}
series Excel 内一列（一维）
dataframe 二维表格
\mathcal{2 \ 用法}
\mathcal{2.1 \ 基础}
import pandas as pd 有手就行
df = pd.read_excel("[path]") 读 Excel
df.to_excel("name.xls") 存到 Excel 中
\mathcal{2.2 \ 访问}
df.index 返回一个 range 类型参数，为行标题
df.columns 返回一个 list 类型参数，为列标题，也可用 df.columns(start:end)，选取一个范围内列标题
df.values 返回一个 list 类型参数，外层 list 其中每一个元素都是一个 list，为一行的所有数据
df["{name}"] 或 df.{name} 访问单列数据
df[[{name1},{name2}...]] 访问多列数据
df[start:end] 查询从
df.at[行标签号,列标题] 或 df[列标题][行号(此处可以使用切片)] 查询单个数据
df[{list}].sum(axis={0/1}) 对 {list} 内列求和（axis=0 表示竖着求和，axis=1 反之）
df[{string}][start:end].count() 查询某一列一段区间内非空个数
df[{条件}] 或 df.{条件}，返回一个 dataframe 类型参数。条件可为 (条件1) {&/|} ({条件2})
df.head(int1) df.tail(int1) 选出前 int1 或后 int1 行
\mathcal{2.3 \ 修改}
df = df.drop({list},axis=0),返回一个 dataframe 类型参数。列表为需删除的行号，axis=0 表示删除行
df = df.drop({list},axis=1)，列表为需删除列的列标题，axis=1 同理
df.insert({int},{string},{series}) 分别表示插入到第几列，列标题，列内容
df = df.sort_values({string},ascending = {True/False}) 按照 {string} 关键字排序，ascending = False 降序，ascending = True 升序。也可以 sort_values([{string1},{string2}...],asending = [bool1,bool2...]) 多关键字排序，表示以 {string1} 为第一关键字，按照 bool1 顺序，{string2} 为第二关键字，按照 bool2 顺序排序...
df = df.groupby({string1},as_index = {True/False}) 按 string1 为关键字进行分组，as_index=True 以 string1 下内容为新 index，否则自动从 0 开始排。如果使用 df.gruopby({string1},ans_index = True)[{string2}].{sum()/mean()...} 时会返回一个 Series 而非 Dataframe
df1 = df1.append(df2,ignore_index=True/False) 将两个 Dataframe 合并，ignore_index=True 时重新编排 index ，否则使用原 index （有可能重复）
\texttt{II plt}
\mathcal{1 \ 基础}
import matplotlib.pyplot as plt
plt.savefig({string}) 保存
plt.show() 展示
\mathcal{2 \ 绘图}
plt.figure(figsize=(int1,int2)) 创建画布大小，单位为英寸
plt.title({string}) 标题
plt.{plot,bar,scatter}({x,y},label={string}) 折线图 柱状图 散点图（x,y 均为 list，标签为 stirng）
plt.xlabel({string}) plt.ylabel({string}) 设置 x/y 轴标题
plt.xlim plt.ylim 设置 x/y 轴显示范围